随机森林和KNN分类结果可视化(Sklearn)

命运对每个人都是一样的,不一样的是各自的努力和付出不同,付出的越多,努力的越多,得到的回报也越多,在你累的时候请看一下身边比你成功却还比你更努力的人,这样,你就会更有动力。

导读:本篇文章讲解 随机森林和KNN分类结果可视化(Sklearn),希望对大家有帮助,欢迎收藏,转发!站点地址:www.bmabk.com,来源:原文

代码如下:

from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import RandomForestClassifier
from sklearn.datasets import load_wine
from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score
from sklearn.neighbors import KNeighborsClassifier
import numpy as np
import  matplotlib.pyplot as plt





if __name__ == '__main__':
   wine=load_wine()
   Xtrain,Xtest,Ytrain,Ytest=train_test_split(wine.data,wine.target,test_size=0.3)
   rfc=RandomForestClassifier(n_estimators=25)
   rfc_s=cross_val_score(rfc,wine.data,wine.target,cv=10)
   knn=KNeighborsClassifier(n_neighbors=30)
   knn_s=cross_val_score(knn,wine.data,wine.target,cv=10)
   knn.fit(Xtrain,Ytrain)
   rfc.fit(Xtrain,Ytrain)
   plt.plot(range(1,11),rfc_s,label="RandomForest")
   plt.plot(range(1,11),knn_s,label="KNN")
   plt.legend()
   plt.show()






运行结果如下图:

​​​​​​​随机森林和KNN分类结果可视化(Sklearn)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

文章由极客之音整理,本文链接:https://www.bmabk.com/index.php/post/143111.html

(0)
飞熊的头像飞熊bm

相关推荐

发表回复

登录后才能评论
极客之音——专业性很强的中文编程技术网站,欢迎收藏到浏览器,订阅我们!